动态规划理论基础

学习链接

动态规划理论基础

1、什么是动态规划

动态规划简称DP，如果某一问题有很多重叠子问题，使用动态规划是最有效的。

动态规划中的每个状态都是由上一个状态推导出来的，而贪心没有状态推导，直接从局部选择最优。

例如：有N件物品和一个承重量为W的背包。第 i 件物品的重量是 weight[i]，价值为 value[i]。问将哪些物品装入背包中能使得物品价值总和最大？

动态规划中 dp[j] 是由 dp[j - weight[i]] 推导出来的，然后取 max(dp[j], dp[j - weight[i]] + value[i])。

在贪心中，每次拿选择最大 / 最小的物品就行了，与上一个状态无关。

因此贪心无法解决动态规划问题。

只需要知道DP是由前一个状态推导出来的，而贪心是局部直接最优。

2、解题步骤

1. 确定 dp数组 以及下标的含义
2. 确定递推公式
3. dp数组 如何初始化
4. 确定遍历顺序
5. 举例推导 dp数组

3、动态规划应该如何debug

找问题的最好方式就是把 dp数组 打印出来，看看究竟是不是按照自己的思路推导的。

做动态规划的题目，写代码之前一定要把 状态转移 在 dp数组上的具体情况模拟一遍，心中有数，确定最后推出的是想要的结果。

然后再写代码，如果代码没通过就打印dp数组，看看与自己预先推导的是否一致。

如果打印出来的跟自己预先模拟推导的一致，那就是自己的递归公式、初始化或者遍历顺序有问题。

如果和自己预先模拟推导的不一样，那就是代码实现细节有问题。